Видео

由多位知名 TTS 开源项目作者联合创建的 fish.audio 近期上线，目前开放注册，免费使用。 fish.audio 提供多种热门声音模型，包括丁真、特朗普、董宇辉等，以及诸多二次元人物。用户也可上传音频文件训练自己的模型，体验独有的语音合成效果。 视频里演示了丁真和特朗普的合成声音，同时简要分析一下fish.audio目前的小问题。 注：本视频里的的音频即通过 fish.audio 生成，使用的模型是单田芳老师的声音模型。 #fishaudio #语音合成 #ai #语音克隆 #开源项目 #github #tts #chattts #audio 时间戳 ： 0:00 - 简要介绍 fish.audio 这个平台 1:02 - fish.audio 的功能介绍 2:37 - 语音合成的效果演示，使用丁真和特朗普的声音模型，分析合成效果 3:55 - 模型效果的一些瑕疵的分析 资...

做了一个微小的命令行小工具： aicommit，利用 AI 模型自动生成 Git 提交信息，提升代码管理效率。 #git #ai #代码管理 #gpt #gemini #开源项目 时间戳 ： 0:00 - 为什么要做这个小工具 1:17 - 实际使用体验，aicommit 整个项目的 commit 信息都是通过 GPT 自动生成的 2:01 - 小工具实现原理 4:20 - pip 安装与使用 资源及链接： - aicommit 项目地址：github.com/ultrasev/aicommit - Git commit 规范参考： github.com/o-w-o/way/blob/master/appendixs/wiki/git-commit.md - 基于 cloudflare worker 的 LLM API 反向代理项目： github.com/ultrasev/llmp...

固定音色后，用 ChatTTS 生成了一段全英文的音频。 生成的语音总体感觉还是挺自然的，基本的语音节奏和音调都是对的。 就是情绪不太好调，有时候热情洋溢，有时候出来的音频有点冷淡。 脚本内容是结合 ChatGPT 生成改造的。 #ChatTTS #文本到语音 #pip 安装 #Docker 部署 #Python #TTS #语音合成 资源及链接： - pip 及 docker 部署：github.com/ultrasev/ChatTTS - yihong0618 的 fork：github.com/yihong0618/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1dEbafJ9fjaXjdbNrOlqNSVFlM_I4K55a?usp=sharing

通过设置 `sample_random_speaker` 的随机种子，这次 ChatTTS 生成的音频的音色不随机了，稳稳的固定在一个音色上。 这里还有一个 pip 一键安装的方法，以及 Docker 部署的方式。 #ChatTTS #文本到语音 #pip安装 #Docker部署 #Python库 #语音合成 #tts 资源及链接： - pip 及 docker 部署：github.com/ultrasev/ChatTTS - yihong0618 的 fork：github.com/yihong0618/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1Eqxn3-aXXxAqJ7EYA2elpOHsXRPEbUlZ?usp=sharing 联系我： slippertopia

#ChatTTS 是一个专门为对话场景设计的 #tts 项目，支持中英文语音生成，开源两天已获 4,000 stars。 模型使用 10 万小时的中英文数据训练，生成的语音自然流畅，语调语气非常接近真人说话模式。 #ChatTTS #语音生成 #开源项目 #tts 资源及链接： - ChatTTS GitHub 项目地址：github.com/2noise/ChatTTS - 视频中的 Google colab 链接：colab.research.google.com/drive/1_Ma1BXvIrYw9kO4UYsSG4GaFkttbS1wY?usp=sharing

使用 #cloudflare (worker r2 d1) 搭建部署了一个图片聚合站，都是一些 AI 生成的高质量图片，可以用来做壁纸，也可以用来做设计素材。 - 图片无水印，无版权，可以随意使用。 - 网站 UI 简单，只有一个图片展示及下载功能。内容是随机展示的，每次刷新都会有新的图片。另外还提供两个额外的下载接口，倾向于使用脚本下载的用户可以体验一下。 - 如果展示不出来，可能是网络问题，可以多刷新几次。 - 理论上可以无限下滑，但是图片存量有限的，可能滑着滑着就滑不动了。休息一下，改天再来看看。 站点地址：art.ultrasev.com/about #aigc #art #cloudflare

使用 Python(3.9) 及 #fastapi 在 #vercel 上部署一个 API 服务，并结合 #openai 的 Python 库，实现一个 #groq API 的反向代理。 时间戳 ： 0:00 - Vercel (Python) 项目模板介绍，配置文件说明 2:15 - 部署 Python 项目到 vercel 上 4:10 - 添加一个新的接口 `/api/random/` 6:24 - 使用 OpenAI 的 Python 库，实现 Groq API 反向代理 资源及链接： - 视频中项目模板：github.com/ultrasev/vercel-python-fastapi - Groq API 使用示例：console.groq.com/docs/quickstart - Vercel 项目构建文档：vercel.com/docs/deployments/co...

之前在 cloudflare worker 搭建 LLM API 反向代理(ruclips.net/video/rfn3lBC11Dk/видео.html) 中，聊了怎么使用 cloudflare worker 实现 AI 模型 API 的反向代理，支持平台 #openai 、#gemini (Google) 及 #groq 。 本次主要更新有： 1. 添加新版本接口，支持通过路由参数指定平台（OpenAI, Groq etc.），可结合 chatbot，沉浸式翻译插件等工具使用。 2. 支持缓存结果，短期内相同请求会直接读取缓存数据，提升响应速度，并节省 token 数。 0. 思考了人生的意义，发现了 42。 代码已更新到 GitHub（github.com/ultrasev/llmproxy），具体使用示例可参考项目文档。欢迎社区反馈与建议。 #cloudflare #api...

推荐一款基于 Kimi Chat 的 Chrome 网上冲浪助手插件 Kimi Copilot 。可以一键总结网络文章、视频内容和 PDF 文档，帮助使用者快速获取信息要点，大幅提高阅读和学习效率。 #chrome插件 #内容总结 #效率 #博客 #kimi #copilot 时间戳 ： 0:00 - Kimi Copilot 插件介绍 3:04 - 使用 Kimi Copilot 对博客文章进行内容总结 4:28 - 使用 Kimi Copilot 对 RUclips 视频进行内容总结 6:30 - 使用 Kimi Copilot 对 PDF 文档进行内容总结 资源及链接： - Kimi Copilot 插件地址：bit.ly/3URw8su

本期聊一下如何使用 cloudflare worker 搭建一个反向代理，无需魔法即可调用 OpenAI, Google, Groq 等平台的 LLM API。 - Github 仓库：github.com/ultrasev/llmproxy - Demo API: llmapi.ultrasev.com， 长期有效 #cloudflare #llm #gpt #bard #llama3 #groq

对之前的开源项目 stream #whisper 做了一点小的改进： Improvement: 1. 解耦录音和转写模块，现在可以持续录音，不用等待之前语音转写完成； 2. 增加静音内容检测，过滤无效音频，基本上不会再出现无效音频被转写出文本的情况。 New: 1. 制作了 docker 一键部署 FastWhisper 的镜像，接口兼容 #openai 的 API 规范； - stream-whisper github 仓库: github.com/ultrasev/stream-whisper - 公益转写测试接口信息: pb.ddot.cc/mszd2f - 一键部署 FastWhisper 的 docker 镜像: ghcr.io/ultrasev/whisper

本期介绍一个将 #chatgpt 网页版转换成 API 的开源项目 #FreeGPT35，项目是通过逆向前几天完全开放的 #chatgpt 3.5 实现的。支持调用的模型是 text-davinci-002，可以实现对话、生成文本等功能。 - 项目地址：github.com/missuo/FreeGPT35 - 一键部署到 Vercel 上的项目地址：github.com/cliouo/FreeGPT35-Vercel #freegpt #chatgpt #api #docker

本期内容推荐一个 #github 上的微信公众号开源项目 wewe-rss，支持通过 #rss 方式获取公众号文章，支持私有化部署。实现方式是通过微信读书获取订阅号内容，只要官方不出手，就能一直稳定运行。 wewe-rss github: github.com/cooderl/wewe-rss

这是一个 API #wrapper，封装了 #月之暗面 #ai 网页聊天版。支持高速流式输出、支持多轮对话、支持联网搜索、支持长文档解读、支持图像解析，零配置部署，多路 token 支持，自动清理会话痕迹。 #Kimi 对长文本的支持能力非常强，最高支持 20 万字的输入，感兴趣的小伙伴们不要错过。 #chatgpt #llm - Kimi 官网 kimi.moonshot.cn/ - kimi-free-API 项目：github.com/LLM-Red-Team/kimi-free-api

【评测】简单评测一下 Google Gemini 1.5 Pro 模型的能力

【教程】如何把网页版 ChatGPT 封装成 API

【一键脚本】Faster-whiper 语音转写一键脚本

【教程】使用 whisper 进行语音转写部署详细教程，借助 Colab GPU，轻松实现语音转文字

macOS 录制内部音频，blackhole 是真好用

油管一个频道主称用whisper实现了“零延迟”语音转写，真的可能吗？🤔️

如何用 faster-whisper 做一个超低延迟语音聊天机器人

【AI语音转写】打造免费高效语音转写服务，OpenAI whisper 模型部署教程，中英文效果俱佳